当前位置:首页>科技 >内容

一文解读人工智能的应用领域及发展方向论文_一文解读人工智能的应用领域及发展方向

2024-05-31 20:57:58科技漂亮的斑马

现在人工智能已经应用到很多领域,比如路边摄像头,无人驾驶汽车。那么,人类将和人工智能一起创造一个怎样的未来?双方是合作还是竞争?面

一文解读人工智能的应用领域及发展方向论文_一文解读人工智能的应用领域及发展方向

现在人工智能已经应用到很多领域,比如路边摄像头,无人驾驶汽车。那么,人类将和人工智能一起创造一个怎样的未来?双方是合作还是竞争?面对这些问题,Quaclomm的执行副总裁马特格罗布分享了他的观点。

2017年8月起,国内首档人工智能挑战节目《机智过人》在央视综合频道播出。这档节目定位为“科技改变生活,创新引领未来”,汇集了20项国内顶尖人工智能技术,通过“人机比拼”普及人工智能前沿科技知识。

那么,我们会和人工智能一起创造一个怎样的未来呢?双方是合作还是竞争?面对这些问题,Quaclomm的执行副总裁马特格罗布分享了他的观点。

人工智能应用于许多领域。

路边的摄像头、路上的无人车、家里的冰箱、地上的扫地机器人、记录各种身体指标的手环等终端出现在我们工作生活的每一个细节中。大量的数据从终端产生,经过初步处理,送到云端做进一步的分析和存储。这样的终端越来越智能化,如今各种传感器都能准确感知外界环境数据;扫地机器人可以在不知道火柴的情况下进行清扫工作;智能手环可以全面记录人的心率等数据,为科学健身方案提供依据。

可以说,人工智能在模仿和替代人体运动能力、认知感官能力和思维判断能力方面有了很大的提高和惊人的进步,但很多权威专家认为,人工智能仅仅依靠大量的运算和数据处理,永远无法实现人脑独特的创造力和想象力。

Quaclomm执行副总裁马特格罗布(matt Schmidt)表示,人工智能更大的突破性发展需要改革人工智能的底层架构,引入量子引力和其他相关效应。虽然人工智能的前景是光明的,有很多惊人的应用,但要实现像人脑一样的智能,还有很长的路要走。

人工智能的未来:云终端智能

人工智能包括两个重要方面,感知能力和认知能力。智能终端是人的感官,云是大脑。智能终端和云大脑的完美结合是人工智能的未来方向。

人工智能时代,智能终端和传感器将无处不在。马特格罗布说,当我们以合理的成本让人工智能在移动环境中无处不在时,不可思议的事情就会发生。以无人驾驶汽车为例。它是一个移动的“物体”,需要足够的本地数据处理能力,即终端侧人工智能。同时还需要从网络获得强大的处理能力,需要保证高可靠性和低延迟(环境)。

各种终端产生的大规模数据是人工智能时代的一大特征。如果数据可以在智能终端进行过滤和处理,那么只有有价值的信息才能通过网络传输到云端甚至直接返回用户需要的结果。这样,就近处理数据的概念可以实现网络带宽和数据中心的存储和计算资源将大大节省,系统效率将提高,人工智能系统的TCO也将降低。

高通让终端侧人工智能无处不在。

从2007年开始,高通开始探索用于计算机视觉和运动控制应用的机器学习脉冲神经方法,随后将其研究范围从仿生方法扩展到人工神经网络——,主要在深度学习领域。

高通发布了骁龙移动平台,这是最高性能移动终端的首选片上系统(SoC ),专门从事移动异构计算。新的高通骁龙845移动平台是一个集成了高通所有核心技术的平台,创造了包括XR(扩展现实)、终端侧AI和闪电般的连接速度在内的沉浸式多媒体体验。同时引入全新的安全处理单元(SPU),带来如金库般的安全性能。

另一方面,骁龙845配合骁龙神经处理引擎(SNPE)SDK,可以缩短终端侧卷积神经网络(CNN)和递归神经网络(RNN)在合适的骁龙引擎(如Kryo CPU、高通Adreno GPU和Hexagon DSP)上的运行时间,分别在模式识别和自然语言处理中发挥重要作用。同一个开发者API为每个引擎提供接入端口,让开发者可以轻松无缝地切换人工智能任务。

近日,基于腾讯AI Lab计算机视觉中心独家支持的“肢体运动追踪”技术,手机QQ联合高通SNPE SDK推出“高能舞蹈室”功能。该功能为年轻人社交提供了更加个性化的内容和用户体验。

通过SNPE SDK,该功能可以直接在手机上运行相应的人工智能神经网络,无需在云端处理。具体来说,用户可以根据屏幕提示直接录制舞蹈短文章,并通过QQ社交关系链分享互动舞蹈文章。高通SNPE为高能舞蹈工作室提供了高性能、高能效的运行环境,大大减少了人体姿态估计和识别的时间,用户可以享受更流畅、更有趣的舞蹈体验。

相比人工智能在云端运行,在终端侧运行人工智能算法有很多优势,比如即时响应、可靠性提升、隐私保护增强、网络带宽高效利用等。基于SNPE SDK,开发者和OEM厂商可以更方便地在终端上使用异构计算,在智能手机、安防摄像头、汽车和无人机等配备骁龙的终端上运行自己的神经网络模型,并提供由深度学习驱动的体验,如风格转换和滤镜(增强现实应用)、场景检测、面部识别、自然语言理解、物体跟踪和规避、手势和文本识别等。无需连接到云。SNPE适用于骁龙600和800系列移动平台,可支持通用深度学习框架,如Caffe、Caffe2和Tensorflow,并提供自定义层的支持。SDK包括运行时软件、库、API、离线模型转换工具、样本代码、文档以及调试和基准测试工具。

标签

十多年来,高通一直专注于在移动终端的功耗、散热和尺寸限制范围内高效处理各种计算工作负载。在终端侧完成全部或大部分思考的“永远在线”智能终端存在巨大的机会,因此有望通过研究和产品化推动高级机器学习的发展。

声明本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们

Top